• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Адрес: 109028, г. Москва, Покровский бульвар, д. 11

Телефон: +7 (495) 531-00-00 *27254

Email: computerscience@hse.ru

 

Руководство
Первый заместитель декана Вознесенская Тамара Васильевна
Заместитель декана по научной работе и международному сотрудничеству Объедков Сергей Александрович
Заместитель декана по учебно-методической работе Самоненко Илья Юрьевич
Заместитель декана по развитию и административно-финансовой работе Плисецкая Ирина Александровна
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
117/80/30
117 бюджетных мест
80 платных мест
30 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Программа двух дипломов НИУ ВШЭ и Лондонского университета "Прикладной анализ данных"

4 года
Очная форма обучения
80/12
80 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
110/70/30
110 бюджетных мест
70 платных мест
30 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Магистр по наукам о данных

2 года
Заочная
100
100 платных мест
ENG
Обучение ведётся на английском языке
Магистерская программа

Науки о данных

2 года
Очная форма обучения
60/15/20
60 бюджетных мест
15 платных мест
20 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
25/5/15
25 бюджетных мест
5 платных мест
15 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Системное программирование

2 года
Очная форма обучения
15/5/2
15 бюджетных мест
5 платных мест
2 платных места для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Статистическая теория обучения

2 года
Очная форма обучения
15/5/2
15 бюджетных мест
5 платных мест
2 платных места для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
35/1
35 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Sparse covariance matrix estimation in high-dimensional deconvolution

Belomestny D., Trabs M., Tsybakov A.

Bernoulli: a journal of mathematical statistics and probability. 2019. Vol. 25. No. 3. P. 1901-1938.

Статья
Axiomatization of provable n-provability

Beklemishev L. D., Kolmakov E.

Journal of Symbolic Logic. 2019. Vol. Volume 84. No. Issue 2. P. 849-869.

Глава в книге
ChronosDB in Action: Manage, Process, and Visualize Big Geospatial Arrays in the Cloud

Rodriges Zalipynis R. A.

In bk.: Proceedings of the ACM SIGMOD International Conference on Management of Data. NY: ACM, 2019. P. 1985-1988.

Летняя школа "Машинное обучение в физике высоких энергий"

Развитие междисциплинарных подходов в науке является одним из самых важных трендов сегодняшнего дня. Использование методов машинного обучения для анализа данных в медицине, физике, биологии позволяет значительно повысить точность измерений и значимость получаемых выводов. В то же время, благодаря математической сложности, инструментарий таит в себе заметное число подводных камней. Лаборатория методов анализа больших данных работает на стыке задач физики и машинного обучения с момента ее основания, поэтому ее сотрудникам хорошо знакомы возможности и риски использования современных подходов. Лаборатория принимает активное участие в развитии сообщества физиков знакомых с методами машинного обучения. Так лаборатория совместно с ШАД Яндекса провели летнюю школу MLHEP (Машинное обучение в физике высоких энергий) в DESY (Deusche Electron SYnchrotrone), Гамбурге с 1 по 10 июля. DESY – это немецкий аналог ЦЕРН.

В школе участвовали около 70 ученых из 17 стран и 54 ведущих университетов. Лекторами были приглашены как преподаватели ВШЭ, так и научные сотрудники других ведущих университетов мира.

В сжатые сроки (10 дней) было затронуто огромное количество тем, на освоение которых в обычном темпе уходят месяцы занятий.

Этим было обусловлено то, что останавливаться на всех деталях каждой темы было сложно, тем не менее подготовленные материалы лекций и семинаров оставляют достаточно возможностей для более вдумчивого и медленного закрепления пройденных тем при дальнейшем использовании.

Большинство участников школы являются действующими учеными, поэтому они были в состоянии осилить столь напряженный и концентрированный курс.

Однако, кроме напряженной учебы были и моменты отдыха. В первый день школы вечером для знакомства студентов провели общий ужин на территории DESY. В середине школы участники посетили установки ускорительного и синхротонного комплексов DESY. В предпоследний день красивым завершением школы стал ужин и прогулка на теплоходе. Ведь стоит помнить, что Гамбург – один из крупнейших портов Европы.

Также участники могли пообщаться и обсудить интересующие их темы на регулярных кофе-брейках за чашкой кофе. Вот несколько отзывов участников: 


"Мне понравилась простота, с которой были представлены аргументы, и то, что сотрудники школы были доступны в любой момент" – Энрико Лари (Enrico Lari), Италия

"Общая атмосфера во время школы была отличной. Было бы лучше проводить больше времени за практическими занятиями , так как практика – лучший способ что-то усвоить" – Йан Хонерманн (Jan Honermann), Германия
 
"Мне очень понравились практические семинары. Люди, отвечающие за работу на семинарах, были хорошими и компетентными, и охват материала был огромен" – Абтин Наримани Чаран (Abtin Narimani Charan), Германия

 

Для лучшего усвоения пройденного материала участникам было предложено принять участие в практическом двухэтапном соревновании. Оно проводилось на платформе Coopetition, позволяющей более эффективно делиться решениями и обмениваться идеями. Задача первого этапа была направлена на восстановление положения и импульса частицы в калориметре LHCb. Второй этап заключался в построении обусловленной генеративной модели отклика калориметра LHCb. Такие задачи являются чрезвычайно актуальными, поскольку позволяют на несколько порядков сократить время на симуляцию физических событий – одну из основных статей расходов вычислительного бюджета физики высоких энергий. Второй этап соревнования продлится еще несколько месяцев, желающие также могут принять в нем участие.

Можно смело утверждать, что эта школа стала еще одним успешным примером преподавания машинного обучения ученым, профессионально занимающимся физикой. Надеемся, что приобретенные знания позволят им добиться новых научных результатов. Школу следующего года планируется провести в Швейцарии, EPFL.